I. Antecedentes
La elaboración de estadísticas económicas asociadas al turismo a escalas subnacional e internacional, incluyendo nuestro país desde finales del siglo XX y las primeras dos décadas del XXI, han tenido un fuerte impulso debido a la importancia económica que ha representado el sector turístico.
De acuerdo con la Organización Mundial del Turismo (OMT, 2021a) de la Organización de las Naciones Unidas (ONU), antes de la pandemia de covid-19, el crecimiento económico del turismo a nivel global durante los últimos 20 años lo había convertido en uno de los sectores económicos más dinámicos de la economía.
En 2019 los turistas internacionales a nivel mundial alcanzaron 1 500 millones de personas gracias a una década de crecimiento ininterrumpido de 2009 a 2019, en la que aumentaron en promedio 5% anual. Además, el turismo se convirtió en uno de los principales sectores exportadores del mundo. En ese año los ingresos por exportaciones del turismo ascendieron a 1.7 billones de dólares estadunidenses, lo que equivale a 28% del comercio mundial de servicios y a 7% de las exportaciones totales de bienes y servicios. La contribución económica directa del sector ascendió a 3.5 billones de dólares en 2019, lo que representó 4% del producto interno bruto (PIB) mundial; además, generó millones de puestos de trabajo, de manera directa e indirecta, y se estableció como uno de los principales empleadores de mujeres y jóvenes (OMT, 2021b).
En México, de acuerdo con la Cuenta Satélite del Turismo con base 2013, en 2019, antes de la pandemia por covid-19, el valor de todas las actividades características y conexas del sector de turismo participó con 8.6% del producto total. Mientras la ocupación turística fue de 2.3 millones de puestos de trabajo, lo que representó 5.8% del total del país (Instituto Nacional de Estadística y Geografía [INEGI], 2022).
No obstante, a pesar de que la literatura especializada en turismo reconoce la importancia, a niveles internacional y nacional, de contar con el conocimiento y la medición de la actividad turística a escala subnacional, las mediciones sistemáticas en nuestro país son escasas e insuficientes para comprender el desempeño de la economía turística, ya que se desconocen los sitios o lugares en los que lleva a cabo la producción y el consumo turístico.
Sin embargo, contar con la Cuenta Satélite de Turismo para México (CSTM) y con la existencia de datos económicos censales desagregados para rama y clase de actividad turística posibilita su estimación. De ahí que el propósito principal de esta investigación sea estimar el PIB turístico (PIBT) por localidad, municipio y entidad federativa de México para 2018 y su distribución espacial a nivel subnacional del país, mediante una concepción teórica espacial de la economía turística y una metodología estadística y econométrica, que precisan los procedimientos y las técnicas empleadas en la medición del PIB turístico en los niveles de desagregación y representación espacial antes mencionados. La investigación se integra de las siguientes partes: I. Antecedentes; II. Revisión de la literatura reciente sobre la estimación del PIB turístico subnacional; III. Propuesta de interpretación de la dimensión espacial de la economía turística; IV. La metodología y sus etapas; V. Resultados de la estimación del PIB turístico por localidad, municipio y entidad federativa para 2018, y VI. Conclusiones y recomendaciones.
II. Revisión de la literatura reciente sobre la estimación del PIB turístico subnacional
La literatura especializada en la medición del PIB turístico subnacional a nivel internacional y en México ha aumentado su importancia significativamente desde finales de la década de los noventa del siglo pasado, pues se empezaron a elaborar cuentas satélites como complementarias a las cuentas nacionales, en las que el turismo es una de las más importantes (ONU, 1993).
En México, la CSTM se construyó de acuerdo con el INEGI en 1998; está sustentada en las recomendaciones internacionales emanadas del tercer borrador de la Cuenta Satélite del Turismo publicado por la OMT en 1996 y en los lineamientos del Sistema de Cuentas Nacionales 1993 (Rodríguez, 2005). Este logro posicionó a México a la vanguardia en el terreno del desarrollo de sistemas de contabilidad nacional, al tener una descripción económica de la actividad turística consistente con la contabilidad nacional (Mújica, 2001). Posteriormente, se actualizó la metodología basada en las recomendaciones internacionales para la elaboración de la Cuenta Satélite de Turismo (CST) (ONU, 2010).
Las recomendaciones de diversos organismos internacionales establecen la necesidad de utilizar la CST para la creación de estadísticas turísticas regionales, coherentes y compatibles con las estadísticas nacionales; asimismo, destacan la importancia de precisar su concepción y niveles de desagregación espacial a nivel subnacional y la metodología mediante la cual dichas estadísticas fueron estimadas. Sus recomendaciones se amplían a la creación de sistemas de información turística regional y a la elaboración de datos turísticos desagregados espacialmente por estados, provincias, municipios y ciudades (InRoute y OMT, 2015). No obstante, la mayoría de los países, a excepción de los países nórdicos,1 no estima dichas estadísticas, debido a que no se desagregan espacialmente como establecen las recomendaciones internacionales; además, los datos estimados no se validan estadísticamente por varias razones, entre otras, por la falta de una información base a partir de la cual puedan realizarse estimaciones complementarias (Dupeyras y MacCallum, 2013).
En consecuencia, la creación y la adopción de la cuenta satélite del turismo a nivel subnacional, como establecen las recomendaciones internacionales en la mayoría de los países, no se han podido llevar a la práctica. De hecho, se tienen resultados insuficientes, ya que tan sólo 70 países contaban con una tabla de la CST en 2016, que por lo general correspondió a la estimación del PIBT a nivel estatal. Además, su estimación se realizó con metodologías diversas, puesto que no existe una metodología comúnmente aceptada (Cerón, Madrid y Silva, 2022).
El caso de nuestro país es similar al de la mayoría de los países que no cuentan con estadísticas económicas turísticas regionales estimadas a partir de la cuenta económica satélite del turismo, a pesar de que tienen más de 20 años de construcción. Además, existen muy pocos intentos de medición de estos datos, tanto por académicos e investigadores como por los generadores de estadísticas oficiales. De la revisión reciente realizada sobre artículos de investigación en México del tema, destacan el trabajo de Cerón et al. (2022), “Aproximación al dimensionamiento del PIB turístico estatal: evidencia para México” y el de Data Tur (s. f.), “El PIB turístico estatal y municipal 2018-2019 en México”.
El trabajo de Cerón et al. (2022) es interesante por la metodología econométrica aplicada de manera sistemática; no obstante, sus estimaciones del PIB turístico estatal son discutibles por su nivel de desagregación estatal y porque ajustan los datos turísticos de las entidades federativas a partir de los nacionales.
La información provista por Data Tur (s. f.) llena un vacío de datos estadísticos sobre el turismo; sin embargo, los datos presentados, tanto por su desagregación espacial como por lo restringido de la información, sólo dan una idea de la magnitud y la importancia de la producción turística. Además, destaca que los municipios turísticos identificados se localizaron en las regionalizaciones del Consejo Nacional de Población (Conapo) y del Sistema Urbano Nacional (SUN),2 lo que no permite la caracterización ni la diferenciación cabales de la actividad turística a nivel regional y por localidad, ya que dichas regionalizaciones obedecen a propósitos distintos de la actividad económica del turismo en nuestro país.
De ahí que se considere que, por su concepción y la forma en que se estructuraron los datos y la regionalización adoptada, el trabajo de Data Tur se caracteriza por un enfoque práctico y descriptivo cuya finalidad es divulgar información sobre el sector turístico a nivel municipal.
En consecuencia, de la revisión de los trabajos mencionados y de acuerdo con los lineamientos de la metodología internacional para el sector turístico, es inminente la necesidad de estimar el PIB turístico por localidad, municipio y entidad de México para 2018, mediante una metodología sistemática y validada econométricamente que permita identificar los sitios o lugares donde se localiza y lleva a cabo la actividad turística a nivel subnacional en el país. La importancia de este trabajo radica en que se genera información básica de la producción turística en diferentes niveles de desagregación espacial, detallada, confiable e integrada hasta la localidad, la cual no existe actualmente en México ni tampoco incluso en la mayoría de los países en los que la actividad turística es importante. Se considera que estas estimaciones y su metodología mejoran la comprensión del funcionamiento del turismo y su espacio económico, y con ello posibilitan el eventual aprovechamiento de sus potencialidades mediante las políticas públicas en la actividad turística de México y de otros países que tienen la CST agregada y que requieren su desagregación espacial a nivel subnacional.
III. Propuesta de interpretación de la dimensión espacial de la economía turística
El enfoque teórico que se utiliza para abordar la estimación y la regionalización del PIB turístico por localidad (PIBTL) corresponde al de la dimensión espacial de la actividad económica turística, que parte de explicar la forma en que se estructura y funciona el espacio económico turístico, lo que da lugar a la creación de sitios o lugares en los que se lleva a cabo la actividad de producción y consumo turístico. Para su comprensión cabal, a continuación se presentan los principios básicos en que se sustenta.
1. Concepción y principios básicos de interpretación espacial de la economía turística
La economía del turismo se concibe como un sistema integrado a nivel nacional por una serie de subsistemas espaciales que definen sus características y determinan el funcionamiento espacial de la economía turística a nivel subnacional. Esta propuesta se basa en la concentración económica desde el enfoque de la dimensión espacial de la economía, en la que el espacio se considera como una dimensión; es un enfoque teórico que se ha estado trabajando y desarrollando durante varios años y que ha dado lugar a una variedad de análisis y publicaciones sobre la economía en el espacio que puede consultarse en Asuad (2001: 137-158; 2007: 139-274; 2014: 312-319).
En esencia, se plantea que las actividades económicas y la economía subnacional no pueden comprenderse y analizarse sin considerar el espacio, ya que es esencial para entender el funcionamiento de la economía en general y de las actividades económicas que se llevan a cabo en ciertos sitios y lugares en el interior de los países. A partir de estos principios, se han desarrollado una conceptualización y una metodología para el análisis de las actividades económicas incluyendo su espacio, como puede consultarse en la bibliografía anteriormente referida y que en este artículo fue aplicada para el turismo.
El turismo como actividad económica, independientemente de sus particularidades sectoriales, es tradicionalmente concebido de manera agregada nacionalmente y como un sector económico, sin considerar su localización ni peculiaridades que presenta en el espacio nacional. Esto no es sólo por la naturaleza y las características de los sitios en los que se llevan a cabo las actividades turísticas, sino también por la forma en que se estructura la producción turística en el espacio, lo que da lugar a áreas, zonas y regiones económicas turísticas.
La concepción del espacio económico del turismo se sustenta en una serie de principios y conceptos, que de manera sucinta se presentan a continuación. Se parte del principio de que la economía del turismo no puede ser comprendida sin su dimensión espacial, debido a que se considera que ninguna actividad económica puede existir y llevarse a cabo sin ésta. El espacio económico del turismo, si bien es una dimensión, se caracteriza por sus diversas magnitudes, las cuales se expresan mediante los requerimientos de espacio indispensables para que la actividad económica del turismo se realice. La primera magnitud es el sitio o lugar en el que se realice dicha actividad, el cual definimos como espacio sitio-turístico. Además, puesto que la actividad turística requiere actividades complementarias y conexas para su funcionamiento económico, la proximidad entre ellas es esencial para tal fin. De ahí que la segunda magnitud se defina como espacio-distancia entre dichos sitios. Por último, no sólo es la distancia entre los sitios turísticos la que cuenta, sino su vinculación e integración, que se expresan mediante la tercera magnitud: el espacio de interacción. En síntesis, los requerimientos o magnitudes de espacio consisten en espacio-sitio, espacio-distancia y espacio de interacción entre sitios.
Económicamente, el espacio-sitio es el lugar donde se lleva a cabo la actividad de producción y consumo del turismo, y es uno de los aspectos más importantes que lo distinguen de otras actividades económicas, ya que su producción y consumo se realizan en el mismo lugar, a diferencia de la mayoría de los casos en otros sectores económicos en los que no coinciden tales actividades.
Los atractivos turísticos de los sitios o lugares donde se realiza la actividad son muy diversos, suelen depender de una serie de factores, entre los que destacan: recursos y paisajes naturales que poseen; sus características sociales y culturales; la especialización, y la diversificación productiva de bienes y servicios que produce la actividad turística. Es de mencionar que el desarrollo económico de los sitios propicia el surgimiento del turismo de negocios, mientras que el tamaño y la importancia económica y poblacional incitan el turismo en salud. Los sitios turísticos destacan también por su heterogeneidad y especialización, ya que sólo unos cuantos lugares poseen dichas características, lo que precisamente hace que los turistas se desplacen desde sus lugares de origen, a fin de consumir los servicios y los bienes que ellos proveen.
Los requerimientos del espacio-distancia de los sitios turísticos son muy importantes, tanto para la provisión u oferta de los servicios del sector, como por su demanda. Los atractivos turísticos tienden a aglomerarse en el espacio, a fin de acortar la distancia entre las actividades de este tipo y que así se complementen. Por otra parte, el espacio-distancia entre los sitios receptores y emisores de turistas también condiciona la estructura productiva y el funcionamiento económico de la actividad turística en el espacio, ya que la distancia y la accesibilidad entre los sitios emisores y los receptores dependen en gran medida de la reducción de la distancia física y económica entre ellos. De esta forma, tiene un papel estratégico para la atracción turística de los medios y sistemas de transporte, así como sus costos en tiempo y en dinero.
El tercer requerimiento económico espacial de la actividad turística es el espacio de interacción y vinculación de los sectores característicos y no característicos de dicha actividad, ya que son determinantes tanto de la magnitud como de las particularidades de los bienes y los servicios que ofrecen los sitios turísticos, debido a su complementariedad e integración productiva.
Los tres requerimientos de espacio se integran en la concepción de espacio económico del turismo, la cual consiste en el conjunto de sitios turísticos que, debido a sus localizaciones, y a partir de sus espacios-distancia, se vinculan mediante sus espacios de interacción, gracias a sus complementariedades y conexiones.
El concepto de espacio económico del turismo es una categoría general, a partir de la cual se derivan los conceptos económicos de territorio y región turística. El territorio económico turístico consiste en usos del suelo, equipamiento, instalaciones e infraestructura que posibilitan la prestación de servicios y bienes turísticos. De manera agregada, corresponde a las localidades urbanas y rurales turísticas que proporcionan dichos servicios y bienes, las cuales se desagregan a niveles suburbano y rural, lo que da lugar a áreas y zonas o corredores en su interior, que generalmente se vinculan a través de medios y sistemas de transporte existentes.
Por último, el concepto de región económica turística consiste en un área en el espacio que se caracteriza por la concentración económica espacial de las actividades turísticas, las cuales se distinguen por unos cuantos nodos o centros principales turísticos que ordenan y aglomeran espacial y funcionalmente a los subcentros o nodos secundarios turísticos mediante el sistema de medios de transporte y comunicación.
Los nodos o centros turísticos se caracterizan por concentrar la mayor parte de la producción y el consumo turístico en el espacio, a la vez que articulan centros secundarios de menor tamaño, que complementan e integran la actividad turística en dicho espacio. Cabe aclarar, que el nodo o centro turístico, desde nuestra concepción, corresponde a localidades turísticas definidas como la unidad espacial agregada más pequeña del territorio, y suele emplearse como referencia a una ciudad o pueblo, que a su vez se ubica en zonas político administrativas más amplias, municipios y entidades federativas. Además, puesto que en la literatura internacional se considera al PIBT como el indicador más representativo de la actividad turística de acuerdo con Cañada (2013), su estimación permite identificar y precisar los nodos, es decir, los sitios y lugares en los que se llevan a cabo la producción y el consumo de la actividad turística en nuestro país.
Por último, destaca que la distribución espacial de la actividad económica turística se caracteriza por crear lugares centrales en los espacios turísticos, los cuales se integran por nodos localizados en dichos centros. Además, tales lugares cuentan con un área de complemento o periferia en la que se localizan las actividades turísticas complementarias y conexas a dicho centro. A este tipo de formación turística en el espacio se denomina de centro-periferia. Es posible diferenciar dicha distribución espacial de acuerdo con sus particularidades en tres tipos: áreas, zonas o corredores, y regiones turísticas.
El área turística es la que se caracteriza por una estructura, donde predomina un solo centro o nodo turístico, con un área de complemento de subcentros vinculados por medios de transporte. Por su parte, las zonas o corredores se distinguen por la existencia de una serie de centros y subcentros articulados e integrados por un camino o medio de transporte, lo que da lugar a su formación. Por último, las regiones turísticas se caracterizan por la existencia y la complementariedad de las áreas y zonas o corredores turísticos.
IV. Metodología y sus etapas
La metodología de estimación del PIBTL se realiza al tomar como punto de partida la carencia de datos estadísticos de producción y consumo turístico a nivel de localidad, lo que obliga a su estimación mediante métodos indirectos con base en la información disponible a partir de la CSTM a escala nacional y la información censal sobre turismo desagregada a nivel municipal. Por ello, las etapas de la metodología son: 1) estimación del PIBT por entidad federativa y municipio en 2018, y 2) estimación del PIBTL3 de 2018 y su validación estadística mediante prueba de hipótesis.
1. Estimación del PIB turístico por entidad federativa y municipio en 2018
En la literatura para este tipo de estimaciones se recomienda un método híbrido que combina la información nacional con la regional para estimar los datos regionales (Cañada, 2013). Además, dicho cálculo se realiza a partir de las cuentas nacionales, mediante el uso de diversas metodologías, caracterizadas en esencia por regionalizar los datos nacionales, debido a la falta de información regional de insumo-producto. Tal regionalización se lleva a cabo mediante el método de arriba hacia abajo o descendente, es decir, la estimación regional se realiza a partir de los datos nacionales, para lo cual se utilizan coeficientes de participación representativos de las regiones o áreas. Para el método ascendente, la estimación de los datos regionales se realiza a partir de la información regional disponible, la cual se totaliza por regiones a fin de obtener los datos totales a nivel nacional. No obstante, en este trabajo se utilizó un método híbrido que combina ambos procedimientos para la estimación de los datos subnacionales. Se inició con el método descendente, es decir, a partir de los datos nacionales que se presentan en la CSTM y la información disponible sobre producción turística de las entidades federativas y municipios de los censos económicos. Sin embargo, la información censal del sector turístico es parcial, ya que al totalizarse los datos subnacionales para obtener los datos nacionales sólo se cubre una parte de ellos. En consecuencia, se aplicó el método ascendente a los datos nacionales, por lo que se tomaron las participaciones del PIB turístico de entidades y municipios, y se multiplicaron por los datos nacionales, a fin de reexpresar los datos subnacionales en términos nacionales mediante el uso de coeficientes.
Por lo anterior, la estimación del PIBT por entidad federativa para 2018 se inició con el método descendente, con el referente del dato del PIB del turismo nacional de ese año, considerando su composición de las 118 clases de actividad que lo integran de acuerdo con el Sistema de Clasificación Industrial de América del Norte (SCIAN), lo que arrojó un valor de 1 868 714.15 millones de pesos corrientes a precios básicos del año base de 2013.
Posteriormente, se identificó como variable aproximada del PIB turístico estatal y municipal al valor agregado censal bruto (VACB), contenido en el censo económico de 2018, debido, por un lado, a que se desagrega espacialmente la información a nivel de entidad federativa y municipio, y por el otro, a que registra las 118 clases de actividad del SCIAN asociadas con la actividad turística, además, por su semejanza en la valoración del PIB turístico a precios básicos. No obstante, al totalizar los valores del VACB de las entidades federativas y los municipios, se registraron diferencias significativas, ya que los totales desagregados espacialmente no coincidían con los datos nacionales, como se muestra en el Cuadro 1.
Fuente de la información | Cobertura geográfica |
Millones de pesos corrientes |
Participación (%) |
PIBT total Cuenta Satélite | Nacional | 1 868 714.15 | 100% |
PIBT bienes Cuenta Satélite | Nacional | 195 622.09 | 10.5% |
PIBT servicios Cuenta Satélite | Nacional | 1 673 092.06 | 89.5% |
VACBT en servicios en ce (SAIC) | Nacional | 1 344 859.24 | 72.0% |
VACBT en servicios en ce (SAIC) | Nacional (total estatal ) | 1 284 811.00 | 68.8% |
VACBT en servicios en ce (SAIC) | Nacional (total municipal) | 1 102 296.10 | 59.0% |
Fuente: elaboración propia con base en INEGI (2020, 2021b y 2022). El SAIC es el Sistema Automatizado de Información Censal del INEGI.
Las diferencias con los datos nacionales surgen, por un lado, de la confidencialidad de los datos, lo que ocasiona que se omita la presentación de información, y, por otro lado, de las estimaciones agregadas de la producción turística, las cuales implican el uso de diferentes fuentes de información estadística, además de la censal, que sólo contiene información del sector privado, lo que arroja diferencias entre ambos valores. Sin embargo, la medición espacial desagregada del turismo debe ser estadísticamente consistente con la nacional. Por ello, dichos datos subnacionales se reexpresaron en términos nacionales, al multiplicar la participación porcentual del valor agregado de los sectores del PIB turístico estatal y municipal por el total nacional, proveniente de la cuenta satélite, con el supuesto de que esas participaciones se mantienen y sólo se reexpresan sus valores al considerar el dato medido nacionalmente como el total.
Dicha estimación se realiza al aplicar el siguiente índice de reexpresión de valores por entidad federativa de la actividad turística (IveN), con base en el dato nacional, que se especifica como:
De ahí que el valor agregado censal bruto turístico por entidad federativa
(VACBTe) se
reexprese a partir del dato nacional del
PIBTN, al
multiplicar la participación porcentual del
VACBTe
del total de la suma del valor agregado turístico por entidad federativa,
A continuación, a fin de identificar los municipios en los que se realiza la actividad turística, se utilizaron los datos por localidad del censo de población y vivienda de 2020 (INEGI, 2021a) para seleccionar los municipios urbanos mayores a 15 000 habitantes, ya que la mayor parte de la actividad turística se da en concentraciones urbanas, lo que es determinante de la expansión económica y del potencial del mercado. La población ocupada fue otro factor considerado, pues muestra la importancia relativa de las actividades económicas. Asimismo, se empleó el número de unidades económicas dedicadas a la prestación de “servicios de alojamiento temporal y de preparación de alimentos y bebidas” (sector 72), puesto que integra las principales actividades características del turismo (INEGI, 2019).
Se incluyeron también los denominados “Pueblos Mágicos” de la Secretaría de Turismo (Sectur), debido a que desempeñan actividades turísticas indistintamente del tamaño de su población. Posteriormente, una vez que se seleccionaron los 644 municipios con actividad turística, se procedió a la estimación del índice de reexpresión aplicado a los valores municipales, tomando como base el dato el PIBTN , para estimar el PIB del turismo municipal (PIBTM), el cual se denota como:
La estimación para los 644 municipios arrojó un valor del PIBTM de 97.9% del PIB turístico nacional. Posteriormente, de acuerdo con la metodología establecida se procedió a validar la asociación estadística del PIBT M como variable dependiente y la población ocupada (POM), así como las unidades económicas turísticas a nivel municipal (UEM), como variables independientes, lo que se denota como:
Para ello se realizó un análisis de regresión lineal de corte transversal, para lo cual se especificó la siguiente ecuación econométrica:
Los resultados que arrojó la regresión son estadísticamente significativos, pero la varianza del error estándar es diversa para los regresores, lo que parece indicar la existencia de heterocedasticidad, como se observa en el Cuadro 2.
Variable dependiente: PIBTM | ||||
Método de mínimos cuadrados | ||||
Muestra: 1 644 | ||||
Observaciones: 644 | ||||
Variable | Coeficiente | Error estándar | t-Estadístico | Probabilidad |
C | -0.013787 | 0.002863 | -4.815302 | 0.000000 |
PO | 0.123224 | 0.050525 | 2.438892 | 0.015000 |
UE72 | 0.646245 | 0.053310 | 12.122370 | 0.000000 |
R-cuadrada | 0.694985 | Media de la variable dependiente |
0.043663 | |
R-cuadrada ajustada | 0.694034 | |||
Suma errores regresión | 0.061817 | Desviación estándar de la variable dependiente |
0.111755 | |
Suma residuales al cuadrado | 2.449450 | |||
F-estadístico | 730.269100 | Estadístico Durbin-Watson |
1.249200 | |
Probabilidad (F-estadístico) | 0.000000 |
A fin de confirmar la existencia de heterocedasticidad, se aplicó la prueba de White, que no se basa en la normalidad, ya que consiste en realizar un análisis de regresión, considerando como variable dependiente la suma de los residuales al cuadrado y como variables independientes los cuadrados de los regresores y los productos cruzados de esas variables. De tal manera que el resultado que valida la existencia de heterocedasticidad consiste en el rechazo de la hipótesis nula, que establece la hipótesis contraria basada en la homocedasticidad de los resultados del modelo de regresión. Ello se confirmó, pues los resultados del modelo de regresión anterior no rechazan la hipótesis nula, por lo que se corroboró la existencia de heterocedasticidad, ya que la R 2 es de 92%, también existe significancia estadística en los regresores y su probabilidad es menor a 0.5%, como se muestra en el Cuadro 3.
F-Estadístico i | 21.28409 | Probabilidad F(5 638) | 0.00000 |
Obs*R-Cuadrada | 92.06459 | Probabilidad Chi-cuadrada (5) | 0.00000 |
Explicación a escala ss | 2420.194 | Probabilidad Chi-cuadrada (5) | 0.00000 |
Además, se aplicó la prueba de White para confirmar la existencia de heterocedasticidad. Cabe aclarar que dicha prueba se realiza mediante un análisis de regresión, considerando como variable dependiente los residuos al cuadrado, y como variables independientes el cuadrado de dichas variables y de sus productos cruzados. En el Cuadro 4 se presentan los resultados de la prueba de White, que confirman que el modelo no presenta homocedasticidad, debido a que el p-valor fue menor a 0.05, por lo no que se rechaza la hipótesis nula y, por lo tanto, existe heterocedasticidad.
Variable dependiente: RESID 2 | ||||
Método de mínimos cuadrados | ||||
Muestra: 1 644 | ||||
Observaciones: 644 | ||||
Variable | Coeficiente | Error estándar | t-Estadístico | Probabilidad |
C | -0.003679 | 0.001596 | -2.305455 | 0.0215 |
PO 2 | 0.258156 | 0.386183 | 0.668481 | 0.5041 |
PO * UE72 | -0.716299 | 0.96784 | -0.7401 | 0.4595 |
PO | 0.009787 | 0.060006 | 0.163099 | 0.8705 |
UE72 2 | 0.360224 | 0.570023 | 0.631946 | 0.5276 |
UE72 | 0.108487 | 0.075893 | 1.429469 | 0.1534 |
R-cuadrada | 0.142957 | Media de la variable dependiente |
0.003803 | |
R-cuadrada ajustada | 0.136241 | |||
Suma errores regresión | 0.025771 | Desviación estándar de la variable dependiente |
0.027729 | |
Suma residuales al cuadrado | 0.423737 | |||
F-estadístico | 21.28409 | Estadístico Durbin-Watson |
1.332365 | |
Probabilidad (F-estadístico) | 0.000000 |
No obstante, a pesar de que la estimación no presenta homocedasticidad, algunas variables tienen varianza de los errores de dispersión respecto al valor de la recta de regresión, como se muestra en la Gráfica 1.
Con la finalidad de considerar la participación de esas variables en el modelo y anular su efecto diferenciador por su elevada varianza de los errores residuales de acuerdo con el modelo teórico de distribución normal, se identificaron las observaciones atípicas que propician la elevada varianza. Posteriormente, para corregirla se utilizaron en dichas observaciones variables dummy con valor de uno, se realizó nuevamente el análisis de regresión de White, con base en los valores individuales de cada variable independiente, y se anexó una variable dicotómica con valor de uno, a fin de obtener las variables reducidas en los errores (Gujarati y Porter, 2010).
A continuación, se aplicó el estimador robusto de Huber-White-Hinckley (HC1) para ajustar los errores estándar mediante una regresión auxiliar, en la que los errores al cuadrado conforman la variable dependiente, y los cuadrados y los productos cruzados, la independiente. Para ello, se utilizó el patrón de autocorrelación, al aplicar la matriz de covarianza de los estimadores y sus efectos. El estimador robusto hace que las desviaciones típicas de cada uno de los coeficientes se reduzcan, en conjunto con la varianza de los residuos estimados, como se muestra en el Cuadro 5.
Variable dependiente: PIBTM | ||||
Método de mínimos cuadrados | ||||
Muestra: 1 644 | ||||
Observaciones: 644 | ||||
Variable dependiente: PIBTM | ||||
Variable | Coeficiente | Error estándar | t-estadístico | Probabilidad |
C | -0.011334 | 0.001556 | -7.282540 | 0.0000 |
PO | 0.226243 | 0.064595 | 3.502482 | 0.0005 |
UE72 | 0.419205 | 0.058464 | 7.170317 | 0.0000 |
DUMMY16 | 0.254208 | 0.004341 | 58.56599 | 0.0000 |
DUMMY99 | 0.176845 | 0.005535 | 31.95061 | 0.0000 |
DUMMY101 | 0.177117 | 0.002450 | 72.27914 | 0.0000 |
DUMMY111 | 0.340501 | 0.007829 | 43.48978 | 0.0000 |
DUMMY112 | 0.659413 | 0.022669 | 29.08897 | 0.0000 |
DUMMY113 | 0.681972 | 0.007260 | 93.93713 | 0.0000 |
DUMMY380 | 0.489074 | 0.015372 | 31.81683 | 0.0000 |
DUMMY465 | 0.046499 | 0.001673 | 27.80119 | 0.0000 |
DUMMY467 | 0.631870 | 0.014317 | 44.13467 | 0.0000 |
DUMMY468 | 0.484248 | 0.004304 | 112.5160 | 0.0000 |
DUMMY554 | 0.009076 | 0.001615 | 5.617888 | 0.0000 |
R-cuadrada | 0.933944 | Media de la variable dependiente |
0.043663 | |
R-cuadrada ajustada | 0.932473 | |||
Suma errores regresión | 0.029041 | Desviación estándar de la variable dependiente |
0.111755 | |
Suma residuales al cuadrado | 0.530473 | |||
F-estadístico | 635.2252 | Estadístico Durbin-Watson |
1.959918 | |
Probabilidad (F-estadístico) | 0.000000 |
En el Cuadro 5 se muestran los resultados del modelo de regresión ajustado, los cuales confirman la validez de la ecuación de regresión del PIBTM, ya que la R cuadrada ajustada es de 93% y existe significancia estadística en todos los regresores, incluyendo los de las variables dummy, ya que su probabilidad es menor de 0.5% en todos ellos. Por otra parte, el error estándar de la regresión es tan sólo de 0.029041, lo que es indicativo de una menor dispersión. Además, la suma de los cuadrados de los residuos también disminuyó a 0.530473, por lo que mientras menor sea este valor, mejor se ajustará el modelo a los datos. Asimismo, los valores del estadístico F son positivos. Además, el estadístico Durbin-Watson es cercano a dos, lo que indica que no existe autocorrelación.
Por último, para determinar si las variables independientes de la regresión, las dicotómicas y las correspondientes a valores establecidos que se presentan en el Cuadro 5 son estadísticamente significativas, se aplicó la prueba de Wald. Los resultados obtenidos se presentan en el Cuadro 6, donde se observa que la probabilidad es menor a 0.05, por lo que se rechaza la hipótesis nula de que los parámetros son iguales a cero y se acepta la hipótesis alternativa, en la que son diferentes de cero y, por lo tanto, son estadísticamente significativos.
Prueba estadística | Valor | DF | Probabilidad |
Estadístico-F | 241.9844 | (2, 629) | 0.0000 |
Chi-cuadrado | 483.9689 | 2 | 0.0000 |
Hipótesis nula: C(2) = 0, C(3) = 0 | |||
Resumen de hipótesis nula: | |||
Restricción normalizada (= 0) | Valor | Error estándar | |
C(2) | 0.226243 | 0.064595 | |
C(3) | 0.419205 | 0.058464 |
a Las restricciones son lineales en los coeficientes.
2. Estimación del PIBTL y su validación estadística mediante prueba de hipótesis
La estimación del PIBTL se realizó en dos subetapas: en la primera se aplicó un índice compuesto ponderado de los valores de regresión de las variables independientes de la población ocupada y de las unidades económicas turísticas a nivel de localidad (IcpR), y, posteriormente, se normalizaron las variables; en la segunda se realizó una prueba de hipótesis para validar la significancia estadística de la estimación, mediante la comprobación o falsedad de la hipótesis nula (Guajarati y Porter, 2010).
La estimación del PIBTL se realizó al multiplicar el índice (IcpR) por el PIBtm , lo que se especifica como:
Donde el Icp R es igual a la suma de los coeficientes ponderados de los regresores de la población ocupada (Icpr POL ) y de las unidades económicas por localidad (IcprUEL), lo que se denota como:
Por su parte, cada coeficiente ponderado de los regresores de las variables independientes seleccionadas es función de la multiplicación de dos índices simples de participación relativa. Éstos corresponden para el índice de los Icpr POL a la multiplicación de la participación de los regresores de la producción turística a nivel municipal (CR poM) respecto al total (CRtM) multiplicado por 100, por la participación de las variables de población ocupada por localidad (PoL), en relación con la población ocupada municipal (PoM ), multiplicado por 100; esto se denota como:
El índice de los coeficientes ponderados de regresión de las unidades económicas del sector turístico a nivel localidad (IcprUEL) se obtiene al multiplicar la participación de los regresores de las unidades económicas del sector turístico a nivel municipal (CRUEM) respecto al total de los coeficientes de regresión (CRTM) por 100, lo que se multiplica por la participación de las variables de las unidades económicas del sector turístico por localidad (UEL) respecto a las unidades económicas del sector turístico municipal (UEM) por 100; esto se especifica como:
Además, las variables utilizadas se estandarizaron debido a que las cifras originales se encontraban en pesos corrientes, personas y unidades económicas, lo que podría generar distorsiones a causa de las diferentes escalas (Soto de la Rosa y Schuschny, 2009).
Cabe aclarar que existen diversas metodologías de normalización, pero una de las más utilizadas es la del reescalamiento, que consiste en transformar el nivel de las variables a un intervalo entre 0 y 1, mediante las distancias que existen entre los valores máximo y mínimo de la variable, considerando el conjunto de los datos, lo que se denota de la siguiente manera:
No obstante, si existen valores atípicos, como el caso que nos ocupa, por la gran heterogeneidad del tamaño de las localidades y de la concentración de las actividades económicas del turismo en ellas, los valores de la estandarización en algunas observaciones pueden ser mayores a la unidad y varían de la escala tradicional de estandarización de cero y uno, lo que afecta el análisis de la regresión entre las variables.
Esto se debe a que una de las principales características de la actividad turística es su concentración y heterogeneidad, ya que existe una gran diversidad en el tamaño de localidades que realizan actividades turísticas, como son las grandes ciudades, zonas metropolitanas y ciudades medias y pequeñas, así como poblados rurales.
Por último, para validar la significancia estadística de la estimación del PIBTL, se llevó a cabo una prueba de hipótesis. De acuerdo con Guajarati y Porter (2010), una prueba de significancia es un procedimiento que utiliza los resultados muestrales para comprobar la verdad o la falsedad de la hipótesis nula. Esta prueba, aplicada a la asociación entre el PIBTL como variable dependiente y al PIBTM como independiente, con la hipótesis nula plantea que no existe asociación estadística entre ambas. Al respecto, los resultados rechazan la hipótesis nula, lo que da evidencia de la asociación entre las variables consideradas, debido a que los resultados arrojan una R cuadrada de 99% y la probabilidad es menor a 0.5%, como se muestra en el Cuadro 7.
Variable dependiente: PIBTL | ||||
Método de mínimos cuadrados | ||||
Muestra: 133 | ||||
Observaciones: 33 | ||||
Variable | Coeficiente | Error estándar | t-estadístico | Probabilidad |
C | -259.4895 | 1031.610 | -0.251538 | 0.8031 |
PIBT M | 0.924538 | 0.003134 | 294.9850 | 0.0000 |
R-cuadrada | 0.999644 | Media de la variable dependiente | 102288.7 | |
R-cuadrada ajustada | 0.999632 | |||
Suma errores regresión | 5579.527 | Desviación estándar de la variable dependiente |
291004.5 | |
Suma residuales al cuadrado | 9.65E+08 | |||
F-estadístico | 87016.15 | Estadístico Durbin-Watson |
2.001695 | |
Probabilidad (F-estadístico) | 0.000000 |
V. Resultados de la estimación del PIB turístico por localidad, municipio y entidad federativa para 2018
La medición del PIB turístico por localidad, municipio y entidad federativa, además de posibilitar el conocimiento sobre la localización de la producción y el consumo turísticos, permite caracterizar el desempeño y el funcionamiento de la economía turística en el espacio subnacional, al precisar sus particularidades y distinciones, de las cuales se presentan a continuación los aspectos más generales.
Se encontró que la actividad turística en el espacio subnacional, dividido entre entidades federativas del territorio nacional, se lleva a cabo en todo el país. No obstante, su distribución espacial es muy desigual, ya que sólo siete entidades federativas concentraron un poco más de la mitad de la producción y el consumo turísticos del país con 55% del total en 2018, siendo la Ciudad de México la de mayor aportación (18%), seguida por el Estado de México (9%), Jalisco (7%), Nuevo León (7%), Quintana Roo (6%), Veracruz y Guanajuato (4%). En contraste, el 45% restante se concentra en las 25 entidades faltantes. De éstas 36% del PIBTE se produce y consume en 15 entidades federativas que en promedio participan cada una de ellas con 2% del total y las otras 10 entidades con 10%, y aportan cada una en promedio alrededor de 1% (véanse el Mapa 1 y la Tabla 1).4
Fuente: elaboración propia por José Antonio Mendoza Huitrón, CEDRUS-UNAM; con base en el Sistema de Cuentas Nacionales de México, PIB Estatal y estimaciones del PIB turístico por entidad federativa de México del INEGI para 2018.
El patrón de distribución espacial de la actividad económica turística es muy semejante al de la concentración del PIB por entidad federativa para 2018, ya que 53% del PIB estatal se concentró también en siete entidades federativas, mientras que 40% fue contribución de 17 entidades y las ocho restantes aportaron 7%; asimismo, sus participaciones promedio fueron iguales al del PIBTE. No obstante, a pesar de que prácticamente son las mismas entidades las que tienen las mayores concentraciones económicas, sí se presentan algunas diferencias. Para el PIBTE destaca la alta participación en la producción turística de Quintana Roo, mientras que en su participación en la producción total no aparece y en su lugar se encuentra Coahuila (véanse el Mapa 1 y las Tablas 1 y 2). De esta manera, podemos concluir que en la mayoría de las entidades federativas parece existir un patrón de asociación entre la concentración económica espacial y la actividad turística. Dicho comportamiento podría asociarse a la existencia del turismo de negocios, que es quizás uno de los más representativos de dichas entidades, conjuntamente con el turismo médico, lo que posteriormente puede validarse al considerar áreas de influencia, tipos de atractivos turísticos existentes, accesibilidad, localización y distancia a la que se encuentran de sus eventuales consumidores.
Por otra parte, es de destacar que, a pesar de las similitudes identificadas, sólo unas cuantas entidades federativas pueden caracterizarse como especializadas económicamente en turismo y su importancia no coincide con el orden en que se presentan los patrones de concentración de la producción y el consumo turísticos de las entidades federativas del país. Del total de éstas para 2018, únicamente nueve de las 32 entidades se especializaron en turismo5 (véase la Tabla 3). Además, sólo unas cuantas entidades federativas se caracterizan por una muy alta especialización turística, como Quintana Roo que tiene un nivel extremadamente alto, mientras que Baja California Sur y Nayarit tienen un nivel alto. Estos datos contrastan con el resto de los estados especializados en turismo, que presentan niveles de especialización bajos y medios, como Guerrero, Chiapas, Morelos, Ciudad de México, Oaxaca y Yucatán. Por último, sólo coinciden la Ciudad de México y Quintana Roo por su concentración económica y turística, lo que permite inferir que es posible que exista una asociación entre ambas (véanse el Mapa 2 y la Tabla 4.1).
Fuente: elaboración propia por José Antonio Mendoza Huitrón, CEDRUS-UNAM; con base en estimaciones del PIB turístico por entidad federativa de México para 2018.
Cabe aclarar que la distinción entre las economías especializadas en turismo y aquellas que no lo son es fundamental para comprender su funcionamiento e identificar sus potencialidades y debilidades, así como su posible aprovechamiento mediante las políticas de desarrollo económico turístico. Las economías especializadas en turismo se caracterizan porque su base es propiamente la actividad turística y el resto de las actividades en gran parte son complementarias y conexas a ella. Por su parte, para las economías en las que es importante la actividad turística, incluso a nivel nacional, pero no están especializadas en esa actividad, el turismo es parte de la actividad económica que se lleva a cabo en dichos sitios; no obstante, su dinámica económica en conjunto no se determina por el turismo, como en el caso de las especializadas.
Además, llama la atención que nueve entidades federativas especializadas en turismo contribuyeron en 2018 con sólo 35.7% de la producción turística, mientras que 23 entidades federativas que no están especializadas en turismo aportaron 64.3% (véanse las Tablas 4 y 5). Esto parece ser indicativo de la asociación de la actividad turística con el resto de las actividades económicas, lo que ilustra el carácter asociativo del turismo a la concentración de la producción económica total, sobre todo en cierto tipo de actividades turísticas, como las de negocios, eventos y turismo médico.
La participación en el PIBTM se localizó en 644 municipios, incluyendo alcaldías, que representaron, para 2018, 97.9% del PIB turístico nacional. No obstante, si se consideran las entidades federativas especializadas en turismo que contribuyeron con 35% del total del PIBTM, los municipios que concentraron casi en su totalidad la actividad turística fueron 37 (véase la Tabla 4). Además, 94 municipios concentraron la mayor parte de las actividades turísticas en aquellas entidades federativas no especializadas en tal sector (véase la Tabla 5). De ahí que a nivel nacional se considera la existencia de 131 municipios que concentraron casi la totalidad de la actividad turística nacional, y que, en términos relativos, corresponden a 5.6% del total de los 2 446 municipios del país en 2018. Con base en lo anterior, puede concluirse que la mayoría de los municipios con actividad turística se caracteriza por su elevada dispersión espacial (véase el Mapa 3).
Fuente: elaboración propia por José Antonio Mendoza Huitrón, CEDRUS-UNAM; con base en estimaciones del PIB turístico por municipios en México para 2018.
Por último, la metodología empleada permitió identificar 828 localidades que contribuyeron con 90.3% del PIB turístico nacional. No obstante, 42 localidades -es decir, alrededor de 5% del total- que se encuentran en las entidades federativas especializadas en turismo concentraron prácticamente la totalidad de las actividades turísticas (véase la Tabla 4). Por su parte, en las entidades federativas no especializadas en turismo, 96 localidades -es decir, 12% del total- también casi concentraron la totalidad de la actividad económica turística (véase la Tabla 5). De ahí que la actividad turística por localidad está altamente concentrada, ya que 138 localidades -es decir, alrededor de 17% del total- reunieron casi la totalidad de la producción y el consumo turístico por localidad. Asimismo, existe un elevado patrón de dispersión de la producción turística, ya que 83% del total de las localidades contribuyó con una participación muy reducida de la producción y el consumo turísticos en el país (véase el Mapa 4).
VI. Conclusiones y recomendaciones
La conceptualización teórica del espacio turístico es indispensable para que la medición de la actividad turística no se mida sin teoría. Los datos y la información de la CSTM permiten estimar cifras de la actividad turística en el interior del país, siempre y cuando los datos a nivel subnacional se calculen con métodos híbridos que combinen datos subnacionales con los nacionales, y se condicione a que sus resultados sean consistentes cuando se totalizan para compararlos con los nacionales.
Las estimaciones de datos regionales deben de sustentarse estadísticamente a fin de validar sus resultados. Las metodologías de estimación de los datos deben ser precisas y detalladas, así como formalizadas con el propósito de evitar interpretaciones subjetivas e imprecisiones en los procedimientos que se llevaron a cabo para su estimación. La utilización de la estadística inferencial mediante el análisis econométrico permite sustentar probabilísticamente los resultados obtenidos de las estimaciones a partir de las pruebas de hipótesis.
Se considera que la metodología empleada puede ser aplicada en otros países, sobre todo en aquellos que elaboran cuentas satélite para el turismo, pero también puede ser utilizada para otras cuentas satélite, como cultura y salud. Adicionalmente, puede emplearse para la estimación de datos estadísticos e indicadores a niveles regional, urbano y local.
La economía del sector turístico requiere ampliar y estimar datos adicionales a los obtenidos que permitan ahondar de manera sistemática y rigurosa en la comprensión de su funcionamiento, pero se considera que las estimaciones elaboradas son información de base que sí permiten esto. La investigación y la estimación del PIB turístico por localidad, municipio y entidad federativa son el inicio de nuestra agenda de investigación en la economía del turismo a nivel subnacional, por lo que en trabajos posteriores se pretende realizar investigaciones complementarias, como la regionalización de la economía turística de México.